0

0
0

文字

分享

0
0
0

美國今年怎麼跟龍捲風犯沖了?

鄭國威 Portnoy_96
・2011/05/03 ・727字 ・閱讀時間約 1 分鐘 ・SR值 538 ・八年級

-----廣告,請繼續往下閱讀-----

美國多個州上個月被兩波連續的龍捲風吹得面目全非,4月14日到16日之間,風暴襲擊數州,其中北卡羅萊納州受創最重;接著在上週,又有一連串龍捲風襲來,光是阿拉巴馬州就已經有131人死亡,其他如失蹤人口跟重傷患可能會進一步增加這個數字。

到底來了多少龍捲風?

根據位於奧克拉荷馬州的國家強烈風暴實驗室(National Severe Storms Laboratory, NSSL)研究員哈洛 布魯克斯所說,在4月裡頭將近有600個龍捲風形成,這是自1953年開始有紀錄以來最多龍捲風的一個月份。

為何集中在4月猛攻?

要形成龍捲風,冷空氣必須位於暖溼空氣之上,風必須從不同方向及不同高度進入,製造剪應力,而強烈的噴流就是形成這一切必備條件的原因之一,尤其是當噴流來自南方或西南方,越過落磯山脈。上個月就發生了這樣的事情,而如此持續的模式每個世紀頂多出現2-3次。

結束了沒?

NSSL氣象預告員表示,未來幾天,隨著原本停滯在南方各州的濕暖空氣離開,各項條件愈來愈不利於龍捲風,但是目前還很難確定,因為不同的預測模式給出了不同的結果。

-----廣告,請繼續往下閱讀-----

全球氣候變遷是主因嗎?

很難說有確定的答案。有科學家聲稱過去幾十年來,龍捲風不斷增加,但是更久之前的數據跟紀錄難以取得。而由於暖化,有些利於龍捲風的元素增加了,有些則減少了,這一加一減之間如何平衡或什麼結果會勝出,誰也說不準。

更新龍捲風成形圖[5/3 6:00PM]

圖片來自NOAA

05/24 18:24 更新:原誤植為「噴射機氣流」,感謝臉書網友Da-Yuan Chen慧眼。

資料來源:
Why have so many tornadoes hit the US this month?-NewScientist
WHERE TORNADOES GET THEIR POWER-DiscoveryNews

-----廣告,請繼續往下閱讀-----
文章難易度
鄭國威 Portnoy_96
247 篇文章 ・ 1166 位粉絲
是那種小時候很喜歡看科學讀物,以為自己會成為科學家,但是長大之後因為數理太爛,所以早早放棄科學夢的無數人其中之一。怎知長大後竟然因為諸般因由而重拾科學,與夥伴共同創立泛科學。現為泛科知識公司的知識長。

0

8
2

文字

分享

0
8
2
快!還要更快!讓國家級地震警報更好用的「都會區強震預警精進計畫」
鳥苷三磷酸 (PanSci Promo)_96
・2024/01/21 ・2584字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

本文由 交通部中央氣象署 委託,泛科學企劃執行。

  • 文/陳儀珈

從地震儀感應到地震的震動,到我們的手機響起國家級警報,大約需要多少時間?

臺灣從 1991 年開始大量增建地震測站;1999 年臺灣爆發了 921 大地震,當時的地震速報系統約在震後 102 秒完成地震定位;2014 年正式對公眾推播強震即時警報;到了 2020 年 4 月,隨著技術不斷革新,當時交通部中央氣象局地震測報中心(以下簡稱為地震中心)僅需 10 秒,就可以發出地震預警訊息!

然而,地震中心並未因此而自滿,而是持續擴建地震觀測網,開發新技術。近年來,地震中心執行前瞻基礎建設 2.0「都會區強震預警精進計畫」,預計讓臺灣的地震預警系統邁入下一個新紀元!

-----廣告,請繼續往下閱讀-----

連上網路吧!用建設與技術,換取獲得地震資料的時間

「都會區強震預警精進計畫」起源於「民生公共物聯網數據應用及產業開展計畫」,該計畫致力於跨部會、跨單位合作,由 11 個執行單位共同策畫,致力於優化我國環境與防災治理,並建置資料開放平台。

看到這裡,或許你還沒反應過來地震預警系統跟物聯網(Internet of Things,IoT)有什麼關係,嘿嘿,那可大有關係啦!

當我們將各種實體物品透過網路連結起來,建立彼此與裝置的通訊後,成為了所謂的物聯網。在我國的地震預警系統中,即是透過將地震儀的資料即時傳輸到聯網系統,並進行運算,實現了對地震活動的即時監測和預警。

地震中心在臺灣架設了 700 多個強震監測站,但能夠和地震中心即時連線的,只有其中 500 個,藉由這項計畫,地震中心將致力增加可連線的強震監測站數量,並優化原有強震監測站的聯網品質。

-----廣告,請繼續往下閱讀-----

在地震中心的評估中,可以連線的強震監測站大約可在 113 年時,從原有的 500 個增加至 600 個,並且更新現有監測站的軟體與硬體設備,藉此提升地震預警系統的效能。

由此可知,倘若地震儀沒有了聯網的功能,我們也形同完全失去了地震預警系統的一切。

把地震儀放到井下後,有什麼好處?

除了加強地震儀的聯網功能外,把地震儀「放到地下」,也是提升地震預警系統效能的關鍵做法。

為什麼要把地震儀放到地底下?用日常生活來比喻的話,就像是買屋子時,要選擇鬧中取靜的社區,才不會讓吵雜的環境影響自己在房間聆聽優美的音樂;看星星時,要選擇光害比較不嚴重的山區,才能看清楚一閃又一閃的美麗星空。

-----廣告,請繼續往下閱讀-----

地表有太多、太多的環境雜訊了,因此當地震儀被安裝在地表時,想要從混亂的「噪音」之中找出關鍵的地震波,就像是在搖滾演唱會裡聽電話一樣困難,無論是電腦或研究人員,都需要花費比較多的時間,才能判讀來自地震的波形。

這些環境雜訊都是從哪裡來的?基本上,只要是你想得到的人為震動,對地震儀來說,都有可能是「噪音」!

當地震儀靠近工地或馬路時,一輛輛大卡車框啷、框啷地經過測站,是噪音;大稻埕夏日節放起絢麗的煙火,隨著煙花在天空上一個一個的炸開,也是噪音;台北捷運行經軌道的摩擦與震動,那也是噪音;有好奇的路人經過測站,推了推踢了下測站時,那也是不可忽視的噪音。

因此,井下地震儀(Borehole seismometer)的主要目的,就是盡量讓地震儀「遠離塵囂」,記錄到更清楚、雜訊更少的地震波!​無論是微震、強震,還是來自遠方的地震,井下地震儀都能提供遠比地表地震儀更高品質的訊號。

-----廣告,請繼續往下閱讀-----

地震中心於 2008 年展開建置井下地震儀觀測站的行動,根據不同測站底下的地質條件,​將井下地震儀放置在深達 30~500 公尺的乾井深處。​除了地震儀外,站房內也會備有資料收錄器、網路傳輸設備、不斷電設備與電池,讓測站可以儲存、傳送資料。

既然井下地震儀這麼強大,為什麼無法大規模建造測站呢?簡單來說,這一切可以歸咎於技術和成本問題。

安裝井下地震儀需要鑽井,然而鑽井的深度、難度均會提高時間、技術與金錢成本,因此,即使井下地震儀的訊號再好,若非有國家建設計畫的支援,也難以大量建置。

人口聚集,震災好嚴重?建立「客製化」的地震預警系統!

臺灣人口主要聚集於西半部,然而此區的震源深度較淺,再加上密集的人口與建築,容易造成相當重大的災害。

-----廣告,請繼續往下閱讀-----

許多都會區的建築老舊且密集,當屋齡超過 50 歲時,它很有可能是在沒有耐震規範的背景下建造而成的的,若是超過 25 年左右的房屋,也有可能不符合最新的耐震規範,並未具備現今標準下足夠的耐震能力。 

延伸閱讀:

在地震界有句名言「地震不會殺人,但建築物會」,因此,若建築物的結構不符合地震規範,地震發生時,在同一面積下越密集的老屋,有可能造成越多的傷亡。

因此,對於發生在都會區的直下型地震,預警時間的要求更高,需求也更迫切。

-----廣告,請繼續往下閱讀-----

地震中心著手於人口密集之都會區開發「客製化」的強震預警系統,目標針對都會區直下型淺層地震,可以在「震後 7 秒內」發布地震警報,將地震預警盲區縮小為 25 公里。

111 年起,地震中心已先後完成大臺北地區、桃園市客製化作業模組,並開始上線測試,當前正致力於臺南市的模組,未來的目標為高雄市與臺中市。

永不停歇的防災宣導行動、地震預警技術研發

地震預警系統僅能在地震來臨時警示民眾避難,無法主動保護民眾的生命安全,若人民沒有搭配正確的防震防災觀念,即使地震警報再快,也無法達到有效的防災效果。

因此除了不斷革新地震預警系統的技術,地震中心也積極投入於地震的宣導活動和教育管道,經營 Facebook 粉絲專頁「報地震 – 中央氣象署」、跨部會舉辦《地震島大冒險》特展、《震守家園 — 民生公共物聯網主題展》,讓民眾了解正確的避難行為與應變作為,充分發揮地震警報的效果。

-----廣告,請繼續往下閱讀-----

此外,雖然地震中心預計於 114 年將都會區的預警費時縮減為 7 秒,研發新技術的腳步不會停止;未來,他們將應用 AI 技術,持續強化地震預警系統的效能,降低地震對臺灣人民的威脅程度,保障你我生命財產安全。

文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
196 篇文章 ・ 300 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

1
0

文字

分享

0
1
0
說好的颱風呢?!氣象預報不準?要準確預測天氣有多難?
PanSci_96
・2023/09/12 ・4646字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

小心啊,打雷囉,下雨收衣服啊!

氣象報告說好是晴天的,怎麼一踏出門就開始下雨了?

昨天都說要直撲的颱風,怎麼又彎出去了?

多麼希望天氣預報能做到百分之百正確,只要出門前問一下手機,就能確定今天是出大太陽還是午後雷陣雨,是幾點幾分在哪裡?又或是最重要的,颱風到底會不會來?

-----廣告,請繼續往下閱讀-----

但你知道,現在的氣象預報,已經動用全球最強的超級電腦們了嗎?既然如此,我們現在的氣象預報能力到底有多準?我們什麼時候能徹底掌握這顆蔚藍星球上發生的所有天氣現象?

天氣預報有多困難?

雖然我們常常嫌說氣象預報不準、颱風路徑不準、預測失靈等等。但我們現在的實力如何呢?

目前美國國家海洋暨大氣總署的數據分析,對西太平洋颱風的 24 小時預測,誤差平均值約 50 英哩,也就是一天內的路徑誤差,大約是 80 公里。其他國家的氣象局,24 小時的誤差也約在 50 到 120 公里之間。台灣呢?根據中央氣象局到 2010 年的統計,誤差大約在 100 公里內。也就是臺灣對颱風的預測,沒有落後其他先進單位。

現在只要打開手機隨便開個 APP,就能問到今天的天氣概況,甚至是小區域或是短時間區間內的天氣預報。但在過去沒有電腦的時代,要預測天氣根本可以不可能(諸葛孔明:哪泥?)。

-----廣告,請繼續往下閱讀-----

近代且稱得上科學的天氣預測可追溯回 1854 年,那個只能靠人工觀測的年代,英國氣象學家為了保護漁民出海的安危,利用電報傳遞來蒐集各地居民的觀察,並進行風暴預報。後來演變成天氣預報後,卻因為有時預報不準,預報員承受了輿論與國會批判的巨大壓力,最後甚至鬱鬱離世。

19 世紀的氣象學家為了保護漁民出海的安危,會利用電報蒐集各地居民的觀察進行風暴預報。圖/Giphy

在電腦還在用打洞卡進行運算的年代,一台電腦比一個房間還大。氣象局要預測天氣,甚至判斷颱風動向,得要依賴專家對天氣系統、氣候型態的認知。因此在模擬預測非主流的年代,我們可以看到氣象局在進行預測時,會拿著一個圓盤,依據量測到的大氣壓力、風速等氣象值,進行專家分析。

當時全球的氣象系統,則是透過全球約一千個氣象站,共同在 UTC 時間(舊稱格林威治時間)的零零時施放高空探測氣球,透過聯合國的「World Weather Watch」計畫來共享天氣資料,用以分析。關於氣象氣球,我們之前也介紹過,歡迎看看這集喔。

也就是說,以前的颱風預測就是專家依靠自身的學理與經驗,來預測颱風的動向,但是,大氣系統極其複雜,先不說大氣系統受到擾動就會有所變化,行星風系、科氏力、地形、氣壓系統這些系統間互相影響,都會造成預測上的失準,更遑論模擬整個大氣系統需要的電腦資源,是非常巨大的。

-----廣告,請繼續往下閱讀-----

那麼,有了現代電腦科技加持的我們,又距離全知還有多遠呢?是不是只要有夠強的超級電腦,我們就能無所不知呢?

有了電腦科技加持,我們的預報更準了嗎?

當然,有更強的電腦,我們就能算得更快。才不會出現花了三天計算,卻只能算出一個小時後天氣預報的窘況。但除了更強悍的超級電腦,也要更先進的預測模型與方法。現在的氣候氣象模擬,會先給一個初始值,像是溫度、壓力、初始風場等等,接著就讓這個數學模型開始跑。

接著我們會得到一個答案,這還不是我們真正要的解,而是一種逼近真實的解,我們還必須告訴模型,我容許的誤差值是多少。什麼意思呢?因為複雜模型算出來的數值不會是整數,而是拖著一堆小數點的複雜數字。我們則要選擇取用數值小數點後 8 位還是後 12 位等等,端看我們的電腦能處理到多少位,以及我們想算多快。時間久了,誤差的累積也越多,預測就有可能失準。沒錯,這就是著名的蝴蝶效應,美國數學暨氣象學家 Edward Norton Lorenz 過去的演講題目「蝴蝶在巴西揮動了翅膀,會不會在德州造成了龍捲風?」就是在講這件事。

回到颱風預報,大家有沒有發現,我們看到的颱風路徑圖,颱風的圈怎麼一定會越變越大,難道颱風就像戶愚呂一樣會從 30% 變成 100% 力量狀態嗎?

-----廣告,請繼續往下閱讀-----
輕颱鴛鴦的颱風路徑潛勢圖。圖/中央氣象局

其實那不是颱風的暴風圈大小,而是颱風的路徑預測範圍,也就是常聽到的颱風路徑潛勢圖,​是未來 1 至 3 天的颱風可能位置,颱風中心可能走的區域​顯示為潛勢圖中的紅圈,機率為 70%,所以圈圈越大,代表不確定性越大。​

1990 年後,中央氣象局開始使用高速電腦,並且使用美國國家大氣研究中心 (NCAR) 為首開發的 Weather Research and Forecasting 模型做數值運算,利用系集式方法,藉由不同的物理模式或參數改變,模擬出如同「蝴蝶效應」的結果,運算出多種颱風的可能行進路線。預測時間拉長後,誤差累積也更多,行進路徑的可能性當然也會越廣。

「真鍋模型」用物理建模模擬更真實的地球氣候!

大氣模擬不是只要有電腦就能做,其背後的物理複雜度,也是一大考驗。因此,發展與地球物理相關的研究變得非常重要。

2021 年的諾貝爾物理學獎,就是頒給發展氣候模型的真鍋淑郎。他所開發的地表模式,在這六十年間,從一個沒考慮地表植物的簡單模型,經各家發展,變成現在更為複雜、更為真實的模型。其中的參數涵蓋過去沒有的植物反應、地下水流動、氮碳化合反應等等,增強了氣候氣象模型的真實性。

-----廣告,請繼續往下閱讀-----
2021 年的諾貝爾物理學獎得主真鍋淑郎。圖/wikimedia

當然,越複雜的模型、越短的時間區間、越高的空間精細度,需要更強大的超級電腦,還有更精準的觀測數據,才能預測接下來半日至五日的氣象情況。

世界上前百大的超級電腦,都已被用來做大氣科學模擬。各大氣象中心通常也配有自己的超級電腦,才能做出每日預測。那麼,除了等待更加強大的超級電腦問世,我們還有什麼辦法可以提升預報的準度呢?

天氣預報到底要怎樣才能做得準?

有了電腦,人類可以紀錄一切得到的數據;有了衛星,人類則可以觀察整個地球,對地球科學領域的人來說,可以拿這些現實資訊來校正模擬或預測時的誤差,利用數學方法將觀測到的單點資料,乃至衛星資料,融合至一整個數值模型之中,將各種資料加以比對,進一步提升精準度,這種方法叫做「資料同化 (Data Assimilation)」。例如日本曾使用當時日本最強的超級電腦「京」,做過空間解析度 100 公尺的水平距離「局部」超高解析氣象預測,除了用上最強的電腦,也利用了衛星資料做資料同化。除了日本以外,歐洲中程氣象預測中心 (ECMWF),或是美國大氣暨海洋研究中心 (NOAA),也都早在使用這些技術。

臺灣這幾年升空的福衛系列衛星,和將要升空的獵風者等氣象衛星,也將在未來幫助氣象學家取得更精準的資料,藉由「資料同化」來協助模擬,達到更精準的預測分析。

-----廣告,請繼續往下閱讀-----

如果想要進一步提升預報準度呢?不用擔心,我們還有好幾個招式。

人海戰術!用更多的天氣模型來統計出機率的「概率性模擬」

首先,如果覺得一個模型不夠準,那就來 100 個吧!這是什麼意思?當我們只用一種物理模型來做預測時,我們總是會追求「準」,這種「準確」模型做的模擬預測,稱為「決定性模擬」,需要的是精確的參數、公式,與數值方法。就跟遇上完美的夢中情人共度完美的約會一樣,雖然值得追求,但你可能會先變成控制狂,而且失敗機率極高。

「準確」的模型就跟遇上完美情人共度完美約會一樣,雖然值得追求,但失敗機率極高。圖/Giphy

不如換個角度,改做「概率性模擬」,利用系集模擬,模擬出一大堆可能的交往對象,啊不對,是天氣模型,再根據一定數量的模擬結果,我們就可以統計出一個概率,來分析颱風路徑或是降雨機率,讓成功配對成功預測的機率更高。

製造一個虛擬地球模擬氣象?

再來,在物理層面上,目前各國正摩拳擦掌準備進行等同「數位攣生 (Digital Twin) 」的高階模擬,簡單來說,就是造出一個數位虛擬地球,來進行 1 公里水平長度網格的全球「超高」解析度模擬計算。等等,前面不是說日本可以算到 100 公尺的水平距離,為什麼 1 公里叫做超高解析度?

-----廣告,請繼續往下閱讀-----

因為 500 公尺到 1 公里的網格大小也是地表模式的物理適用最小單位,在這樣的解析度下,科學家相信,可以減少數值模型中被簡化的地方,產生更真實的模擬結果。

電腦要怎麼負荷這麼大的計算量?交給電腦科學家!

當然,這樣的計算非常挑戰,除了需要大量的電腦資源,還需要有穩定的超級電腦,以及幾個 Petabyte,也就是 10 的 15 次方個位元組的儲存設備來存放產出的資料。

不用為了天氣捐贈你的 D 槽,就交給電腦科學家接棒上場吧。從 CPU、GPU 間的通訊、使用 GPU 來做計算加速或是作為主要運算元件、到改寫符合新架構的軟體程式、以及資料壓縮與讀寫 (I/O)。同時還要加上「資料同化」時所需的衛星或是全球量測資料。明明是做氣象預報,卻需要等同發展 AI 的電腦科技做輔助,任務十分龐大。對這部分有興趣的朋友可以參考我們之前的這一集喔!

結語

這一切的挑戰,是為了追求更精確的計算結果,也是為了推估大魔王:氣候變遷所造成的影響必須獲得的實力。想要計算幾年,甚至百年後的氣候狀態,氣象與氣候學家就非得克服上面所提到的問題才行。

一百年來,氣候氣象預測已從專家推估,變成了利用龐大電腦系統,耗費百萬瓦的能量來進行運算。所有更強大、更精準的氣象運算,都是為了減少人類的經濟與生命損失。

對於伴隨氣候變遷到來的極端天氣,人類對於這些變化的認知還是有所不足。2021 年的德國洪水,帶走了數十條人命,但是身為歐洲氣象中心的 ECMWF,當時也只能用叢集式系統算出 1% 的豪大雨概率,甚至這個模擬出的豪大雨也並沒有達到實際量測值。

我們期待我們對氣候了解和應對的速度,能追上氣候變遷的腳步,也由衷希望,有更多人才投入地球科學領域,幫助大家更了解我們所處的這顆藍色星球。

也想問問大家,你覺得目前的氣象預報表現得如何?你覺得它夠準嗎?

  1. 夭壽準,我出門都會看預報,說下雨就是會下雨。
  2. 有待加強,預報當參考,自己的經驗才是最準的。
  3. 等科學家開發出天候棒吧,那才是我要的準。更多想法,分享給我們吧

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

PanSci_96
1217 篇文章 ・ 2147 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

3
0

文字

分享

0
3
0
雪橇宅急便,白喉終結者:百年名犬的基因組
寒波_96
・2023/06/22 ・3697字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

公元 2023 年 4 月 28 日 Science 期刊發表專題「Zoonomia 計畫」,包含多篇定序、分析大量哺乳類的論文。其中一篇論文的分析尺度最小,研究對象的知名度卻最高,那就是一百年前名犬「巴圖(Balto)」的古代基因組。

先來緬懷巴圖的事蹟:他在 1925 年 2 月 1 日頂著低於零下 30 度的氣溫,駕駛雪橇 7.5 個小時,穿越 85 公里,與同儕成功將白喉血清送到目的地,拯救許多人命。

巴圖本尊,位於克利夫蘭博物館,毛色比活跳跳時褪色一些。圖/參考資料2

白雪季節,白喉來襲

巴圖的飼主 Leonhard Seppala 於挪威成長,後來搬到阿拉斯加,是駕駛雪橇以及培育雪橇犬的專家。巴圖 1919 年在阿拉斯加出生,從小與眾多同儕一起訓練,成為優秀的雪橇犬。

阿拉斯加西部的小鎮諾姆(Nome)在 1924 年底約三千居民,只有一位醫師 Curtis Welch 和四位護士。1925 年一月中,醫師確認恐懼的事正在發生,白喉已經入侵,人類開始死亡。

-----廣告,請繼續往下閱讀-----

幾年前 H1N1 大流感(西班牙流感)襲擊諾姆,在醫療資源有限的當地造成重傷害。如果不及時阻止,白喉恐怕也將導致大災難。那時已經有白喉抗毒素(antitoxin)可以對付白喉桿菌,醫師緊急請求支援,也得到回應。

然而,地點、時節都很尷尬。諾姆離海港較近,可是時值嚴冬,被凍結的港口無法水運。那個年代已經有飛機,評估空運的成功機率卻不高。陸路是有鐵路,但是距離也相當遙遠。

陸海空方案中,陸路機會最高。最終人們下了艱難的決策:交給傳統技藝「雪橇宅急便」。當局緊急招募多位老經驗的雪橇駕駛人,與精銳雪橇犬組隊,一隊接力一隊,將白喉抗毒素血清送往諾姆。

1925 年雪橇宅急便的路線。圖/維基百科「1925 serum run to Nome」

一千公里的雪橇宅急便

任務極為困難,路途遙遠、氣候惡劣以外,血清預計只能維持 6 天。那時兩地郵件寄送預計為一個月,意思是要把本來普通天候下的一個月,縮短為酷寒下的 6 天時程。

-----廣告,請繼續往下閱讀-----

最後擬定的計畫相當精密,貨物先由鐵路送到最近的尼納納(Nenana)。接著雪橇隊將從兩端同時出發,一邊從尼納納向前狂奔,送到努拉托(Nulato);另一邊從諾姆出發,各隊依序就位,到努拉托收件,接著往回狂奔。

用台灣類比,像是把東西從台北送往高雄,一邊從台北經由桃園、新竹、苗栗、向台中前進,另一邊從高雄先向台中,沿路在台南、嘉義、彰化就位,再往回走。

從台北到高雄,國道一號的路程約為 350 公里,尼納納到諾姆則超過 1000 公里。大部分隊伍頂著零下 30 到 50 度的氣溫,前進 40 到 80 公里的距離。最後在 20 位雪橇駕駛員及 150 位雪橇犬日夜不停接力下,只花 5 天半就將血清送到諾姆。

開路先鋒 Bill Shannon 的 84 公里過程最凶險,他與 9 狗在零下 40 到 52 度的風雪中趕路,半路 3 狗不敵酷寒,不幸犧牲(三狗名為 Cub、Jack、Jet),人臉也嚴重凍傷,所幸隊伍依然完成任務。

-----廣告,請繼續往下閱讀-----
完成任務後,Leonhard Seppala 與他最信任的狗狗們留影,圖哥在最左邊。圖/維基百科「1925 serum run to Nome」

貢獻最大的人是倒數第三棒,也就是巴圖的飼主 Leonhard Seppala。他帶領 20 狗,讓最信任的「圖哥(Togo)」與 Fritz 領隊,先從諾姆向東前進 270 公里就位,收件後又狂飆 146 公里,成為里程最長的隊伍。

圖哥也成為這趟任務中,貢獻最大的狗狗。他生於 1913 年,雪橇宅急便時 12 歲,後來活到 1929 年,16 歲去世。

英雄旅程,以及英雄的餘生

巴圖的飼主不特別看重他,所以沒有帶他同行,而是交給同樣來自挪威,在阿拉斯加工作的 Gunnar Kaasen。巴圖和同儕 Fox 是最後一棒共 13 狗的領隊,他們原本預計是倒數第二棒,負責從 Bluff 到 Safety 的 40 公里。

不過凌晨 2 點多抵達交棒地點時,預計接手的 Ed Rohn 判斷暴風雪會延誤行程,正在睡覺。Gunnar Kaasen 決定自己繼續趕路,最後累積 85 公里,在 2 月 1 日 5 點 30 分抵達諾姆。

-----廣告,請繼續往下閱讀-----

及時獲得支援的 Curtis Welch 醫師,與手下成功控制白喉疫情,將傷害減到最輕。Alaskan Lives Matter!

當時雪橇宅急便是全美國關注的新聞,廣大民眾都很緊張是否能成。雪橇犬、駕駛人都被視為英雄,成為焦點話題。巴圖的貢獻應該算第二名,不過最後是他將血清送到目的地,這位 6 歲的狗狗也獲得最大的名聲。

完成任務不久後,巴圖與駕駛猿 Gunnar Kaasen 的留影。圖/參考資料1

熱潮過去後,巴圖被賣到洛杉磯,成為展示動物。1927 年,拳擊手轉職商人的 George Kimble 在洛杉磯見到巴圖,覺得這位英雄的待遇有夠爛,便運作讓巴圖與 6 位同儕搬到他的家鄉克利夫蘭。

巴圖抵達克利夫蘭時,受到遊行熱烈歡迎。他在動物園度過餘生,1933 年 3 月 14 日去世,享年 13 歲。接著化身為標本,成為克利夫蘭博物館的一員陪伴大家,直到 90 年後的現在。

-----廣告,請繼續往下閱讀-----

遺傳一極棒,卻已經消逝的狗群

2023 年發表的論文由巴圖的皮膚取得 DNA,平均覆蓋率 40,品質相當好。歷史記載看他是西伯利亞哈士奇(Siberian husky),但是要等到他出生後 11 年, 1930 年這個品系才被美國犬業俱樂部(American Kennel Club)認證。

和現代品系相比,巴圖合計有 68% 血緣與多款北極狗一致。西伯利亞哈士奇只有 39%,格陵蘭雪橇犬 18%。有趣的是還配備 24% 的亞洲狗狗血緣,而且毫無任何狼的成分。

根據 DNA 預測巴圖的外貌特徵,都正確。圖/參考資料1

巴圖所屬的狗群,依照歷史記載源自西伯利亞,由於體型小、速度快、適合雪橇,所以被帶到阿拉斯加培育。和如今所有的品系狗比較,他配備的潛在有害變異較少,DNA 多樣性較高,遺傳上更加健康。

和一百年前的巴圖相比,如今的北極狗近親繁殖更嚴重,有害變異更多。巴圖 6 個月大便已絕育,沒有後代。他所屬遺傳更多元的族群,也已經消逝了。

-----廣告,請繼續往下閱讀-----

根據 DNA 變異能預測古狗的形貌,只是以前都不知道準不準。巴圖有照片也有標本,可以精確比較。預測他有雙層狗毛、大部分黑毛加上少量白毛、肩高 55 公分,都符合實況。現今西伯利亞哈士奇的肩高介於 53 到 60 公分,巴圖算是範圍內略矮的。

另外有意思的是澱粉。遺傳上,狼、北極狗消化澱粉的能力最差,其餘狗從好一點到好很多。巴圖看來比其餘北極狗好一點,但是離多數狗差一截,符合他大量北極、少量亞洲血緣的遺傳背景。

狗狗們。圖/參考資料1

他們都是英雄

巴圖的飼主 Leonhard Seppala 沒有將其選進自己的小隊,加上臨時更動計畫,反倒使得巴圖成名。其實知道多一點歷史就會覺得,歷史上最不意外的,就是發生意外。

Leonhard Seppala 事後曾經抱怨,他的難波萬愛犬圖哥應該享有的鋒芒,被巴圖獲得。歷來也不缺少貶抑巴圖的好事之徒,指控他不是隊長等等(巴圖也許不是唯一的隊長,但是反駁他擔任隊長的證據都弱弱的)。

-----廣告,請繼續往下閱讀-----

可是稍微想想就知道,比圖哥年輕 6 歲的巴圖,當然不是弱雞。運送血清的漫長過程,只要一次失誤便前功盡棄,能參與的肯定都是精英。而巴圖也不辱使命,證實飼主調教有方。

重要的是,1925 年的雪橇宅急便及白喉保衛戰中,不論每一位有什麼貢獻,所有的狗與人都冒著巨大的風險工作,拯救許多人。他們都是英雄,我們懷念他們。

延伸閱讀

參考資料

  1. Moon, K. L., Huson, H. J., Morrill, K., Wang, M. S., Li, X., Srikanth, K., … & Shapiro, B. (2023). ​ Comparative genomics of Balto, a famous historic dog, captures lost diversity of 1920s sled dogs. Science, 380(6643), eabn5887.
  2. Genome of famed sled dog Balto reveals genetic adaptations of working dogs
  3. Hidden details of world’s most famous sled dog revealed in massive genomics project

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

寒波_96
193 篇文章 ・ 1007 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。